程式與資訊能力
校核心「資訊科技」領域｜2 學分
經濟系學生須依本校程式設計能力畢業標準完成相關要求；實際修課、檢定及認抵方式依學校最新規定辦理。
查看程式設計能力畢業標準AI專區
AI專區
善用 AI，讓時間留給真正重要的經濟思考
AI時代，為什麼還要學經濟學？
AI 正快速改變我們蒐集資料、分析資訊、撰寫程式與完成研究工作的方式。對經濟系學生而言，重要的不只是學會使用新的 AI 工具，而是知道如何運用這些工具來協助分析經濟問題。
AI 可以協助處理許多例行工作，但提出值得研究的問題、選擇適當的資料與方法、判斷因果關係，以及解釋分析結果，仍然需要扎實的經濟學訓練。
經濟問題從現象出發，提出值得分析的問題
資料尋找合適資料並理解變數
分析運用方法、程式與 AI 協助分析
經濟解釋檢查結果，回到經濟學專業
讓 AI 協助執行，讓經濟學訓練支持判斷。
AI學習路徑：從哪裡開始？
先從本系既有課程建立資料與 AI 能力，再依自己的學習目標選擇跨域學程。
從「問 AI」到「與 AI 協作」
問 AI
→→→
與 AI 協作
→→→
真正的 AI 素養，不只是知道怎麼問 AI，也包括知道什麼可以交給 AI、什麼必須自己判斷，以及如何檢查 AI 完成的工作。
開始之前｜釐清問題
先找出問題、確認目標與需求。
執行過程｜建立工作方式
清楚定義工作規則，讓 AI 的工作可以追蹤與檢查。
完成之後｜驗證結果
檢查產出、追問理由、確認方法與結果。
動手實作：把 AI 帶進研究工作流程
系上教學資源
AI Research Workflow Workshop
從研究問題出發，逐步完成資料取得、分析、視覺化、結果檢查與研究成果呈現。
AI可以如何協助經濟分析？
提出問題
從經濟現象出發，形成值得分析的問題。
取得與整理資料
協助尋找資料來源、理解變數、清理與轉換資料。
程式協助
協助撰寫、解釋、修改及檢查資料分析程式。
分析與估計
協助進行描述統計、模型估計、比較分析與敏感度檢查。
檢查與驗證
檢查資料、程式、估計結果與 AI 解釋是否合理。
解釋與呈現
運用圖表、文字與簡報呈現結果，並回到經濟學專業。
「算得出來」≠「解釋得對」
AI 可以協助執行分析，但研究問題、資料選擇、研究設計、因果判斷與經濟解釋仍需要研究者負責。
負責任地使用 AI
AI 是學習與研究的輔助工具，而不是資訊的絕對權威。使用 AI 時，應保有自主判斷、查證資訊，並遵守課程與學術規範。
以人為本與人類自主
重要判斷仍應由人負責。
多方查證與資訊驗證
不要把 AI 當成絕對正確的資訊來源。
隱私保護與資安防護
避免輸入敏感或不適合公開的資料。
透明度與適當揭露
依課程、作業與研究規範適當說明 AI 使用情況。
公平與不歧視
留意 AI 可能產生的偏見、不公平或歧視性結果。